Защита Claude на выборах: один промпт режут, цепочку — не всегда
Защита Claude на выборах: один промпт режут, цепочку — не всегда Агент в Cursor или в API редко падает на последнем шаге — чаще каждый отдельный запрос выглядит безобидно. Перед мидтермами в США независимые группы гоняли Claude по тому же сценарию: сначала один прямой вредный запрос, потом тот же план, нарезанный на мелкие задачи. Щель оказалась знакомой: явный отказ на одном сообщении, а разложенная цепочка — аудитория, сайт, черновики, дистрибуция — иногда проскальзывала. Anthropic признала это в открытом посте и докрутила классификаторы под многошаговый обход. Если вы сами режете работу на серию мелких ходов, смотрите на всю линию, а не только на финальный промпт.
3 просмотров